微软升级 Win11 截图工具：简单剪辑录频内容、OCR 提取表格
科技媒体 Windows Latest 昨日（5 月 16 日）发布博文，报道称微软升级 Windows 11 系统内置的截图工具（Snipping Tool），全面推送剪辑工具（Trim tool）功能，可简单剪辑录频内容。
ocr
OCR神器，一键翻译 PDF 论文：Zotero
阅读英文 PDF 论文时，频繁查找专业术语或复杂表达的翻译往往打断思路，严重影响效率。
强化文化适配，推动OCR技术跨越发展
在数字化时代，OCR技术作为信息自动录入与处理的关键手段，在办公自动化、文档管理、古籍数字化等众多领域发挥着不可替代的作用。然而，当OCR技术拓展至多语言及多元文化场景时，文化适应性不足的问题日益凸显，严重制约了其应用效能的充分发挥。
大模型狙击黑产：挚文集团社交生态攻防实战全揭秘
在 InfoQ 举办的 AICon 全球人工智能开发与应用大会上摯文集团生态技术负责人李波做了专题演讲“大模型在社交生态领域的落地实践”，演讲从摯文集团实际的生态问题出发，从多模态大模型如何进行对抗性生态内容理解、如何进行细粒度用户性质判定，以及如何进行人机协
手写竖排文字OCR解决方案
手写竖排文字的OCR识别是一项具有挑战性的任务，因其涉及复杂的书写风格、排版方式以及文字方向等因素。以下从个性化特征提取与模型训练的角度，提出针对性的解决方案和技术要点：
transformer ocr swt 特征提取 竖排 2025-05-15 08:53 4
浅谈基于动态分割的名片OCR抗干扰算法
在名片OCR识别场景中，传统算法常因复杂背景（如渐变底纹、光照不均）和艺术字体（如变形连笔、异形结构）导致字符分割失败，尤其在双语混排（中英文字符尺寸差异大）或低质量图像中，字符粘连率高达30%以上。本文提出一种融合动态阈值分割与注意力机制的深度学习框架，通过
基于自监督学习和主动学习的古籍文本识别方法
古籍文本的自动识别是数字人文领域的重要研究方向，但由于标注数据稀缺且标注成本高昂，传统的监督学习方法面临巨大挑战。本文提出了一种结合自监督学习（Self-Supervised Learning, SSL）和主动学习（Active Learning, AL）的混
怎么把图片转化word文档？教你一键转换！
怎么把图片转化word文档？在日常工作中，将图片转化为Word文档能显著提升效率。例如，将会议白板照片、合同扫描件或手写笔记图片转换为可编辑的Word格式后，可快速提取关键文字内容，避免手动录入耗时且易出错。转换后的文档支持直接修改、排版及二次编辑，便于整理会
【推荐】一个开源、高效、灵活的 PDF OCR 文字识别神器
PDF Document Layout Analysis是一个基于 Docker 的 PDF 文档布局分析服务，用于 PDF 文档布局分析和 PDF OCR。此服务提供强大且灵活的 PDF 分析服务。该服务允许对 PDF 页面不同部分进行分割和分类，识别文本、
一个开源、高效、灵活的 PDF OCR 文字识别神器！
PDF Document Layout Analysis是一个基于 Docker 的 PDF 文档布局分析服务，用于 PDF 文档布局分析和 PDF OCR。此服务提供强大且灵活的 PDF 分析服务。该服务允许对 PDF 页面不同部分进行分割和分类，识别文本、
最强OCR神器！让扫描PDF秒变可搜索可编辑，办公效率提升500%
OCRmyPDF 是一个 Python 应用程序和库，使扫描的图像 PDF 可搜索。它使用 OCR 来猜测文本 包含在图像中。OCRmyPDF 还支持插件 支持定制其加工步骤，并且具有高度的耐受性 的 PDF 包含扫描图像和不包含扫描图像的“原生数字”内容 需
古籍、竖排文字OCR标注困境及技术突围
古籍作为中华文明的重要载体，其数字化保护与研究对文化传承意义重大。然而，古籍OCR（光学字符识别）技术的发展长期受制于标注数据稀缺这一核心瓶颈。本文将从技术现状、创新方案到前沿探索，系统解析这一困境的破局之道。
名片识别：特点、处理与信息理解之道
在数字化时代，文字识别技术已成为信息提取与管理的关键工具，广泛应用于各个领域。其中，名片识别与自然环境文字识别作为两种典型的文字识别场景，虽同属OCR（光学字符识别）技术范畴，但在技术实现、应用场景及挑战上却存在显著差异。本文旨在探讨两者之间的区别，并重点介绍
NLP赋能名片OCR智能结构化
引言在商务场景中，纸质名片的数字化需求日益增长。传统OCR技术虽能识别文字，但缺乏对语义的理解，导致信息提取碎片化。结合自然语言处理（NLP）技术，可实现从识别到结构化的跃升，显著提升信息可用性。
未按规定进行双录/留痕被罚，签里眼智能双录系统高效解决！
根据监管规范要求，银行等金融机构在销售理财产品（含自有及代销产品）、办理贷款业务及结构性存款等特定金融服务过程中，需对关键业务环节实施同步录音录像（以下简称"双录"），以此构建销售过程留痕机制，保障金融消费者权益并强化合规管理。
古籍文字修复：智能去虫洞技术
古籍OCR面临的最大挑战之一是木刻版印刷的蛀蚀（虫洞）干扰。传统图像修复方法（如插值、形态学处理）难以恢复笔画连续性，导致OCR识别率大幅下降。本文提出**“三阶去噪算法”**，结合边缘智能填充与笔画预测，显著提升古籍文字的可读性。
OCRmyPDF：提升扫描PDF效率 300%的开源神器
要在PDF中搜索某个关键词，结果发现啥也找不到？这种情况大多数人都遇到过吧，特别是处理扫描文档或图片PDF时。就在前几天，我还在为这事抓狂呢！后来无意中发现了OCRmyPDF这个宝藏项目...简直就是救命稻草啊！
中安OCR识别技术-助力生僻字挑战
无论是文档的数字化录入，还是现代各种场景中涉及生僻字的信息处理，中安OCR技术都能精准识别。它就像一位智慧的“文字翻译官”，让那些曾经困扰我们的生僻字不再神秘。
OCR技术：开启智能识别新时代
在文档处理方面，它能快速将纸质文档转换为可编辑的电子文本，大大提高办公效率。企业可轻松实现文件数字化管理，节省大量时间和人力成本。
OlmOCR，被誉为可在本地部署的顶尖OCR大模型
allenai/olmocr是由Allen人工智能研究所(AI2)开发的一个开源工具包,旨在高效地将PDF和其他文档转换为结构化的纯文本,同时保持自然阅读顺序。